[發明專利]基于學習數據的深度學習樣本標注方法

有效

• 申請號: 202011035409.9
• 申請日: 2020-09-27
• 公開（公告）號: CN111985583B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 崔煒
• 申請（專利權）人: 上海松鼠課堂人工智能科技有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于學習數據的深度學習樣本標注方法，其特征在于，所述方法包括：

采集歷史學習對象的標注信息，獲取所述歷史學習對象對應的各章節平均標注率；

根據獲取的所述各章節平均標注率，計算所述歷史學習對象對應的學習課程中各章節對應的標記差異率；

根據計算得到的所述學習課程中各章節對應的標記差異率，執行深度學習樣本的標注操作；

其中，所述采集歷史學習對象的標注信息，獲取所述歷史學習對象對應的各章節平均標注率，包括：

根據深度學習樣本標注需求信息，對所學習的課程內容進行識別，采集歷史學習對象的標注信息；

基于采集的所述歷史學習對象的標注信息，計算所述歷史學習對象對應的各章節平均標注率，具體包括：

根據采集的所述歷史學習對象的標注信息中的學習課程各章節對應的學習頁面的數量、學習課程各章節的學習頁面中每一頁分別對應的字節總數和標記總數，利用公式(1)，計算所述歷史學習對象對應的各章節平均標注率Mark(k_m,k_m-1)，則有：

其中，m為抽取的所述學習課程各章節對應的學習頁面的數量，其取值范圍為[2,M]，M為抽取的所述學習課程各章節對應的學習頁面的總數量；a_m為所述學習課程各章節中第m頁的字節總數，k_m為所述學習課程各章節中第m頁的標記總數，k_m-1為所述學習課程各章節中第m-1頁的標記總數，sum(k_m,k_m-1)為所述學習課程各章節第m頁的標記總數與第m-1頁的標記總數進行求和處理得到的和；Mark(k_m,k_m-1)為獲取的所述各章節平均標注率；

其中，所述根據獲取的所述各章節平均標注率，計算所述歷史學習對象對應的學習課程中各章節對應的標記差異率，包括：

根據獲取的所述各章節平均標注率，利用公式(2)，計算得到所述學習課程中各章節對應的相鄰的學習頁面之間的標記差異率Dif(k_m,k_m-1)，則有：

其中，η為差異度參數，取值為0.2；Mark(k_m,k_m-1)為所述各章節平均標注率，Dif(k_m,k_m-1)為所述學習課程中各章節第m頁的標記總數與第m-1頁的標記總數之間的標記差異率；

其中，所述根據計算得到的所述學習課程中各章節對應的標記差異率，執行深度學習樣本的標注操作，包括：

根據計算得到的所述學習課程中各章節對應的標記差異率，將所述標記差異率與預設差異率進行比較；

根據所述標記差異率與預設差異率的比較結果，執行深度學習樣本的標注操作，具體包括：

若所述標記差異率大于所述預設差異率，則基于所述標記差異率，并根據獲取的所述歷史學習對象對應的各章節平均標注率，對所述深度學習樣本執行相應的標注操作；

若所述標記差異率小于或者等于所述預設差異率，則不進行深度學習樣本的標注操作；

其中，所述若所述標記差異率大于所述預設差異率，則基于所述標記差異率，并根據獲取的所述歷史學習對象對應的各章節平均標注率，對所述深度學習樣本執行相應的標注操作，包括：

針對所述學習課程中各章節對應的相鄰的學習頁面之間的標記差異率大于所述預設差異率時，根據所述標記差異率和獲取的所述各章節平均標注率，利用公式(3)，計算各章節中學習頁面所對應的待調整標記數量Q，則有：

其中，θ為修正因子，取值為1.5；Q為各章節中各學習頁面對應的待調整標記數量；Mark(k_m,k_m-1)為所述歷史學習對象對應的各章節平均標注率；Dif(k_m,k_m-1)為所述學習課程中各章節對應的相鄰的學習頁面之間的標記差異率；m為各章節中對應的第m頁的學習頁面，其取值范圍為[2,M]；

根據計算得到的各章節中各學習頁面所對應的待調整標記數量Q，執行所述深度學習樣本的標注操作。